본문내용
어야 하는 것은 아니다. 즉, 말 그대로 통계적 추론은 ‘95%의 신뢰수준에서’, ‘0.05의 유의수준(p-value)에서’와 같은 가능성에 대한 전제적 표현 속에서 조심스럽게 해석되어야 한다는 것이다.
이러한 통계적 추론에 대한 해석의 방향성은, 더욱 추론의 한계를 명확히 해줌과 동시에, 오류 발생 시 감수해야 하는 피해와 실패 사례들 자체를 줄일 수 있도록 의사결정권자의 주의를 기울이도록 한다는 점에서, 매우 그 의미가 중요함을 알 수 있다. 즉, 통계적 추론을 활용하는 사람이 정확히 어떤 수준의 신뢰성 안에서, 어떠한 확률로 오차가 생길 수 있는지에 대해 명확히 이해하고 해석하는 것과 그렇지 않은 것은 매우 차이가 크다는 것이다. 따라서 이러한 점에 유의할 때, 통계적 추론과 가설 검증의 과정은 더욱 정확한 의미로서 연구자들에게 해석되어, 비로소 과학의 영역에서 신빙성 있게 다루어질 수 있을 것이다.
참고 자료
1. (학교 주교재, 부교재)
2. 김달호 외 4명, 생활 속의 통계, 자유아카데미, 2008
3. 김명석, 경영통계학, 교우, 2018
4. 헬로 데이터 과학 홈페이지, http://www.hellodatascience.com/?p=366
이러한 통계적 추론에 대한 해석의 방향성은, 더욱 추론의 한계를 명확히 해줌과 동시에, 오류 발생 시 감수해야 하는 피해와 실패 사례들 자체를 줄일 수 있도록 의사결정권자의 주의를 기울이도록 한다는 점에서, 매우 그 의미가 중요함을 알 수 있다. 즉, 통계적 추론을 활용하는 사람이 정확히 어떤 수준의 신뢰성 안에서, 어떠한 확률로 오차가 생길 수 있는지에 대해 명확히 이해하고 해석하는 것과 그렇지 않은 것은 매우 차이가 크다는 것이다. 따라서 이러한 점에 유의할 때, 통계적 추론과 가설 검증의 과정은 더욱 정확한 의미로서 연구자들에게 해석되어, 비로소 과학의 영역에서 신빙성 있게 다루어질 수 있을 것이다.
참고 자료
1. (학교 주교재, 부교재)
2. 김달호 외 4명, 생활 속의 통계, 자유아카데미, 2008
3. 김명석, 경영통계학, 교우, 2018
4. 헬로 데이터 과학 홈페이지, http://www.hellodatascience.com/?p=366
소개글